- リリース ノート
- 基本情報
- セットアップと構成
- Unassisted Task Mining
- その他のリソース
- Unassisted Task Mining 分析ガイド
- トラブルシューティング
- 用語集
- よくある質問
Unassisted Task Mining 分析ガイド
このガイドでは、プロジェクトが作成され、アクションの記録が完了し、分析の実行が完了した後の、Unassisted Task Mining の分析結果の操作方法について説明します。Unassisted Task Mining の結果を解釈して、最適化を見込めるタスクを特定する方法を習得する必要のある、ビジネス アナリスト、プロジェクト管理者などのユーザーを対象としています。このガイドでは、分析中に予期しない結果やノイズを処理する方法についても説明します。
結果を生成するために、AI アルゴリズムは、記録されたデータ内に出現する同じ一連のステップを探します。これはコンテキストを考慮せずに行われるため、タスクの候補の中には、実際のタスクを最初から最後まで完全にはキャプチャしていないものが含まれる可能性があります。
分析結果には、ビジネスの観点では関係を持たないタスクやステップが含まれる場合があります。これはノイズと見なされます。自動化の候補を特定するには、レビュー担当者が高質なタスクとノイズを区別することが重要です。
AI アルゴリズムで特定されるタスクの候補は、実際のタスクに沿ったものであることも、予期していたものとは異なることもあります。タスクの候補がすべて自動化に適しているわけではないため、レビュー担当者は示される可能性のあるさまざまな種類の結果に精通している必要があります。特定されるタスクの候補については、以下のような場合が考えられます。
- 予期していたタスクが示されない
- 予期しないタスクが示される
- 1 つの実際のタスクが複数のタスクに分割される
- タスクが実際の開始点や終了点を含まずに部分的にキャプチャされる
- 現実的なタスクが示されない
1. 予期していたタスクが結果に示されない
Unassisted Task Mining は、自動化やプロセスの最適化の候補として適している可能性のあるタスクの候補を特定するためのアルゴリズムを適用します。AI アルゴリズムによりすべてを検出できる保証はありません。また、予想以上に部分的なプロセスや大きなプロセスを検出する可能性もあります。レビュー担当者は、このドキュメントに記載されている手順に従って、特定されたタスクの候補が自動化に適しているかどうかを判断できます。Unassisted Task Mining は、既知のタスクを検出したり、あらゆるバリエーションや反復処理を選び出したりできる保証はないため、既知のタスクを監視するためだけには使用しないでください。
2. 予期しないタスクが結果に示される
Unassisted Task Mining がタスクの候補を特定し、自動化の機会と見なすのにどれほど適しているかによって、タスクの候補をランク付けします。結果に実際のタスクが反映されていない場合もありますが、レビュー担当者は、このドキュメントに記載されている手順に基づいて、それらを自動化に適した候補として特定することができます。
3. 実際のタスクが Task Mining の複数のタスクの候補に分割されて結果に示される
Unassisted Task Mining アルゴリズムは、最も頻繁に発生する、一貫性のある一連のステップを探します。一貫したユーザーがタスクをどう実行したかによって、実際のタスクが複数のタスクの候補に分割されて結果に示されることがあります。タスクの候補の最後が次のタスクの候補の開始となります。タスクの候補は、自動化やプロセスの改善といったアクションに適している可能性があります。その場合は、関連するすべてのトレースを Task Capture にエクスポートし、1 つのドキュメントに組み合わせて、これらのサブタスクを業務プロセス定義書 (PDD) に組み合わせることをお勧めします。Task Mining で再コンパイルを実行してサブタスクを組み合わせると、サブタスクが開始ステップと終了ステップを共有している場合は、最適な結果を得られない可能性があります。
4. タスクが実際の開始または終了なしで部分的にキャプチャされて結果に示される
AI アルゴリズムは、タスクの候補として最も一貫性のある一連のステップを特定します。さまざまなユーザーがタスクを実行する場合、タスクの中間点の方が開始時や終了時よりも一貫性が保たれる可能性があります。そのため、アルゴリズムはタスク全体ではなくこのサブタスクを候補として検出します。
これは、タスクの開始や終了に Outlook や Excel などの非常に多機能のアプリケーションが含まれている場合に発生する可能性が高くなります。これらのアプリケーションは複数のタスクで使用される可能性が高く、アルゴリズムがそれらの特定の出現をタスクの候補の開始または終了として区別することは困難です。その場合は、ユーザーが実行するすべてのクリックを 100% カバーしていなくても、主流のタスクに的を絞ることをお勧めします。タスクが自動化の候補として適している場合は、欠落している開始点と終了点をオートメーションの構築時に追加できます。
5. 現実的でないタスクが結果に表示される
検出されるタスクの候補は、現実的とは思えないようなものであったり、すぐにそれとわかるようなものではなかったりする場合があります。タスクの候補がビジネスの観点からすると意味をなさない場合には、ノイズとして破棄される可能性があります。
記録されたデータによっては、Task Mining アルゴリズムにより多数のタスクの候補が特定される場合があります。したがって、適切な自動化の候補とは思われないタスクの候補に無駄な時間をかけないよう、レビュー担当者がどの候補をまず分析するかを考えて優先順位付けすることが重要になります。入力された優先順位は、[検出結果] ページとその KPI で確認できます。
検出結果のタスクの候補は、自動化の候補としての適格さに応じた順序で並べ替えられます。リストの上位にあるタスクの候補ほど、自動化の候補として適している可能性が高くなります。「タスク 0」という名前のタスクの候補は、Unassisted Task Mining アルゴリズムにより、反復性や複雑さなどのさまざまな要因を考慮したうえで、最適な自動化の候補として特定されています。このランク付けは Task Mining で得られる結果の全体的な質を示すものではありませんが、「タスク 0」は「タスク 10」よりも自動化に適している可能性が比較的高くなります。
レビュー担当者は、列ヘッダーをクリックして標準の並べ替え順を変更することもできます。[タスク名] 列で利用可能な 3 つの順序オプションは、自動化の見込みが最も高い順、自動化の見込みが最も低い順、タスク名のアルファベット順です。
[重要なタスクのみ] ボタンを使用すると、最低でもアクションが 5 つ、ステップが 3 つ、実行時間が 30 秒のタスクのみがフィルター処理して表示されます。これにより、結果のノイズが減ります。
大規模なタスク グループに的を絞ります。多くの場合、グループ化されたタスクの候補の方が、より有意義なタスクの候補となります。タスク グループ内の最適な代表タスクを確認します。グループを代表するタスクの候補を分析したときに、そのタスクの候補は自動化の見込みが高いものの、タスクの開始から終了まで全体が自動化に適しているわけではないことがあります。その場合は、自動化により適した別のタスクの候補がグループに存在しないか確認することをお勧めします。レビュー担当者は、適切な代表タスクを見つけたら、それを選択して、そのタスク グループの新しい代表タスクとしてマークできます。
タスク グループ内の上位ランクのタスクに注目します。一般的に、グループ内の代替候補のタスクは、ランクが高いほど高質です。通常、10 または 20 より下のランク付けがされた代替候補のタスクは低質です。
代替タスク候補の分析中に、一部のタスクが代表タスクとは異なるタスクに関連していることが明らかになる場合があります。その場合、レビュー担当者は、それらの代替タスクに基づいて新しいタスク グループを作成できます。
さまざまなタスクの候補のメトリックを調べます。各タスクの候補には、ユーザーがそのタスクに費やした合計時間、そのタスクを実行したユーザーの数、最も代表的なタスクのステップ数など、さまざまなメトリックが表示されます。分析でこれらのメトリックについて検討し、Task Mining プロジェクトのビジネス コンテキストに基づいて独自の基準を適用します。たとえば、タスク 7 の合計時間、トレース数、およびステップ数は、タスク 1 や新規タスク グループと比較して大幅に少ないことがわかります。このことは、タスク 7 の自動化の見込みがより低いことを示している可能性があります。ただし、Task Mining のすべての調査において合計時間の大小を判断するための全体的なガイドラインはありません。これらのメトリックは、常に特定の Task Mining プロジェクトのビジネス コンテキストで解釈される必要があります。
ブックマークを利用し、機能名を変更します。異なるタスクの候補をより深く分析するために優先順位付けするときには、何が優先順位付けされていて、既に分析まで済んでいるのか、全貌を把握しておくことが重要です。タスクの候補をブックマークしたり名前を変更したりすると、分析を構造化するのに役立ちます。
レビュー担当者は、さまざまなタスクの候補を優先順位付けした後に、分析を開始できます。以下のセクションでは、レビュー担当者のために、分析時の留意事項をいくつか示してから、分析ビュー内での移動方法をステップ バイ ステップで説明します。
ステップは画面に基づいています。タスクの候補とそのステップは一意のユーザー インターフェイス/画面レベルで表示され、個別のクリック アクションや入力アクションを表しているわけではありません。同じ画面上で発生する複数のクリック アクションや入力アクションは、通常、Task Mining のアルゴリズムによってグループ化されます。そのため、グラフでは、個々のクリック アクションや入力アクションが表示されることはありません。
タスクの候補には、少なくとも 2 つのステップ (画面) が特定される必要があります。Task Mining のアルゴリズムでタスクの候補を特定するには、そのアルゴリズムが明確な開始ステップと終了ステップで構成されている必要があります。したがって、1 つの画面上でのみ実行されるタスクは、タスクの候補として特定されません。
ステップは、どのタスクの候補でも共通です。ステップは、特定のタスクの候補に結び付けられているわけではありません。あるタスクの候補で発生するステップは、別のタスクでも発生することがあります。つまり、ステップの名前の変更などのアクションは、プロジェクト全体で有効です。
PII のマスキング アルゴリズムでは、誤ってマークされたり、PII としてマークされなかったりすることがあります。PII モジュールは、PII を検出可能な AI アルゴリズムです。アルゴリズムでは、一部の PII がマスクされなかったり、PII ではないテキストがマスクされたりといった間違いが起きることがあります。どのような間違いが起きるかは、画面上で検出されるテキストや、単語自体のコンテキストによっても異なります。テキストが OCR でキャプチャされていなかったり、一部がカットオフされていたりする場合は、マスクされないことがあります。また、画面上の他の単語が異なる場合、同じテキストを別の画面上の PII ではなく 1 つの画面上の PII として識別できます。
トレースの調査時にタスクの候補が視覚的に意味をなしていない場合は、高質なタスクの候補ではない可能性があります。アルゴリズムは、ノイズである無関係なタスクの候補を、特に低ランクのタスクで検出する場合があります。それらのタスクの候補は非常に短いか非常に長いかのどちらかで、バリアントの差が激しい可能性があります。いくつかのトレースを調べた後でそれが明らかになったら、それ以上の詳しい調査は不要です。
プロセスの「大半」の部分に的を絞る (80/20 ルール)。タスクの候補は、予期していた実際のタスクに完全に沿ったものではなく、その一部を部分的にのみカバーしていることがあります。既に説明したとおり、さまざまなユーザーがタスクを実行する場合、タスクの特定のステップが他のステップよりも一貫性があり、アルゴリズムがタスクの開始から終了までの全体ではなく、タスクの特定のステップのみを候補として検出することがあります。
タスクの候補は、ステップが欠落していたとしても自動化に適している可能性があります。それらは自動化の構築時に追加できます。
結果をスクロールする。タスクの候補のトレースと、ステップのスクリーンショットは、日時順に並べ替えられています。そのため、リストをスクロールして、複数のポイントで結果をレビューすることをお勧めします。
優先順位付けされたタスクの候補を詳しく分析するには、以下の手順に従います。これは、自動化の候補とノイズの多いタスクを区別するのに役立ちます。
- 高質のトレースを選択し、重要なアクティビティを特定したら、再計算することをお勧めします。タスクの候補に含める必要のある主要なステップのみを選択し、関係のないステップやノイズのステップは除外して、正しい順序でステップを定義します。
これにより、次の再計算に利用可能なステップがさらに少なくなることに注意してください。そのため、タスクの候補を絞り込むのがより難しくなることがあります。再計算オプションにはバージョン履歴も含まれるので、再計算の結果が満足のゆくものでない場合に以前のバージョンのタスクの候補を再読み込みできます。
ステップの名前を変更すると 2 つの目的に役立ちます。第 1 に、ステップが解釈しやすくなります。第 2 に、高品質なタスクとノイズを区別できます。ステップは複数のタスクの候補で使用される可能性があるため、名前を変更すると、ステップを次のタスクの候補で再度レビューする手間が省けます。以下にベスト プラクティスをいくつか示します。
- 高品質なステップ: 名前を「アプリケーション名 + 動詞 + 名詞」に変更します。アプリケーションはフィルター処理できませんが、ステップ名はフィルター処理できます。タスクで複数のアプリケーションが使用されている場合、これによって分析が容易になります。
- ノイズ ステップ: 名前を「noise」に変更します。
